带有分隔符的 Pandas groupby 连接

Posted 2023-03-12

【中文标题】带有分隔符的 Pandas groupby 连接

【英文标题】：Pandas groupby with delimiter join

【发布时间】：2021-06-08 12:00:09

【问题描述】：

我尝试使用 groupby 对具有多个值的行进行分组。

col val
A  Cat
A  Tiger
B  Ball
B  Bat

import pandas as pd
df = pd.read_csv("Inputfile.txt", sep='\t')
group = df.groupby(['col'])['val'].sum()

我明白了

A CatTiger
B BallBat

我想引入一个分隔符，让我的输出看起来像

A Cat-Tiger
B Ball-Bat

我试过了，

group = df.groupby(['col'])['val'].sum().apply(lambda x: '-'.join(x))

这成功了，

A C-a-t-T-i-g-e-r
B B-a-l-l-B-a-t

这里有什么问题？

谢谢，

AP

【参考方案1】：

试试吧

group = df.groupby(['col'])['val'].apply(lambda x: '-'.join(x))

【参考方案2】：

您也可以这样做：

In [48]: df.groupby('col')['val'].agg('-'.join)
Out[48]:
col
A    Cat-Tiger
B     Ball-Bat
Name: val, dtype: object

---

更新：回答评论中的问题：

In [2]: df
Out[2]:
  col    val
0   A    Cat
1   A  Tiger
2   A  Panda
3   B   Ball
4   B    Bat
5   B  Mouse
6   B    Egg

In [3]: df.groupby('col')['val'].agg('-'.join)
Out[3]:
col
A       Cat-Tiger-Panda
B    Ball-Bat-Mouse-Egg
Name: val, dtype: object

将索引或多索引转换为列的最后一个：

df1 = df.groupby('col')['val'].agg('-'.join).reset_index(name='new')

【讨论】：

一次将多于两行连接在一起时是否有效？我尝试使用换行符连接行，结果是前两行用新行连接，其余的连接在一起没有分隔符。

添加了reset_index，因为this，可以免费修改答案。

【参考方案3】：

你可以先聚合到list再加入str.join：

df = pd.DataFrame('A': [1, 1, 1, 2, 2, 2], 'B': ['a', 'b', 'c', 'd', 'e', 'f'])

df.groupby('A')['B'].agg(list).str.join('-')

输出：

A
1    a-b-c
2    d-e-f
Name: B, dtype: object